Gamma-ray signature of superluminous supernovae: Fermi-LAT GeV detection of SN 2017egm and evidence of a central engine

Problema e Contesto
Le supernove superluminose (SLSNe) sono transienti rari con luminosità di picco 10–100 volte superiori a quelle delle supernove standard da collasso del nucleo. I meccanismi che alimentano questi eventi rimangono oggetto di dibattito, con i due candidati principali che sono l'interazione con il mezzo circumstellare (CSM) e l'iniezione di energia da un motore centrale, come una nebulosa di vento di magnetar. Sebbene le proprietà ottiche siano ben studiate, le loro firme nei raggi gamma sono state scarsamente vincolate, con ricerche sistematiche precedenti che hanno prodotto solo limiti superiori. La recente rilevazione di emissione nei giga-elettronvolt (GeV) da parte di SN 2017egm da parte di Li et al. (2026) ha spinto a una rivalutazione della popolazione di SLSN per testare le previsioni dei modelli CSM e di magnetar e valutare il potenziale per future rilevazioni con l'Osservatorio del Telescopio Cherenkov (CTAO).

Metodologia
Gli autori hanno condotto una ricerca sistematica di emissione di raggi gamma nei GeV da un campione di sei SLSNe vicine (< 200 Mpc) (quattro di Tipo I e due di Tipo II) utilizzando 16 anni di dati Fermi-LAT (2008–2025). Il campione è stato derivato da cataloghi curati da Gomez et al. (2024) e Pessi et al. (2025).

L'analisi ha impiegato un metodo di verosimiglianza sommata utilizzando eventi SOURCE Pass8 R3, adattando congiuntamente diversi tipi di eventi di qualità di ricostruzione angolare (PSF0–PSF3) per mitigare la diluizione dei segnali deboli causata dalla funzione di dispersione puntuale dipendente dall'energia del LAT. Lo studio ha utilizzato due approcci temporali:

1. Analisi a lungo termine: Una binning temporale di 6 mesi sull'intero dataset di 16 anni per stabilire baseline storiche e verificare l'attività della galassia ospite.
2. Analisi raffinata: Una binning temporale di 15 giorni su una finestra di 20 mesi centrata sull'esplosione della SN per i candidati che mostravano iniziali indizi di emissione.

Per il candidato più significativo, SN 2017egm, gli autori hanno applicato un algoritmo a blocchi bayesiani per caratterizzare la variabilità temporale del segnale. L'analisi spettrale è stata eseguita assumendo un modello di legge di potenza, e i risultati sono stati confrontati con le previsioni teoriche di Vurm & Metzger (2021) per i modelli di magnetar e di Lin et al. (2023) per i modelli di interazione CSM a gusci multipli. Infine, gli autori hanno simulato 50 ore di osservazioni CTAO-Nord per stimare gli orizzonti di rilevabilità futura per eventi simili.

Risultati Chiave

• Rilevazione di SN 2017egm: Tra i sei bersagli, solo SN 2017egm ha mostrato emissione significativa di raggi gamma. Il segnale è stato rilevato con una statistica di test (TS) di 25,7 in una finestra fissa di un anno e TS = 33 nell'intervallo ottimizzato dei blocchi bayesiani, corrispondente a una significatività di > 5σ.
• Proprietà Temporali e Spettrali: L'emissione non è stata rilevata entro i primi ~50 giorni successivi all'esplosione. È salita a una significatività di picco di TS ~ 22 a circa 130 giorni dopo l'esplosione e si è protratta per 112 giorni (MJD 57939–58051). Lo spettro è ben descritto da una legge di potenza con un indice fotonico $\Gamma = 2,17 \pm 0,23$. La localizzazione della sorgente è statisticamente compatibile con la posizione ottica della supernova.
• Confronto dei Modelli:
  • Modello di Magnetar: La curva di luce e lo spettro osservati sono coerenti con un modello di nebulosa di vento di magnetar, a condizione che la nebulosa abbia una magnetizzazione estremamente bassa ($\epsilon_B \sim 10^{-6}$) o che la luminosità di frenamento decada più rapidamente del tasso di dipolo standard ($t^{-2}$). Questo modello spiega con successo l'insorgenza ritardata dei raggi gamma man mano che l'opacità degli ejecta diminuisce.
  • Modello di Interazione CSM: Sebbene uno scenario di interazione adronica CSM possa riprodurre il livello di flusso osservato, non riesce a corrispondere alla tempistica del segnale rispetto alla curva di luce ottica. Inoltre, il rapporto osservato tra luminosità nei raggi gamma e ottica ($L_\gamma/L_{opt} \sim 1$) è incoerente con oggetti dominati dal CSM (come le novae o altre SN), dove tale rapporto è tipicamente $< 10^{-2}$.
• Non Rilevazioni: Non è stata rilevata alcuna emissione significativa di raggi gamma per le altre cinque SLSNe nel campione, inclusa la SLSN di Tipo I più vicina (SN 2018bsz) e la SLSN di Tipo II più vicina (SN 2021adxl).

Significato e Conclusioni
Lo studio fornisce prove solide che un motore centrale, specificamente una magnetar, svolge un ruolo chiave nell'alimentare SN 2017egm, capace di spiegare sia la maggior parte delle proprietà della curva di luce ottica che quella nei raggi gamma. La rilevazione suggerisce che l'emissione di raggi gamma deriva dall'interazione della nebulosa di vento di magnetar con gli ejecta, piuttosto che dalla sola interazione d'urto con il CSM.

Per spiegare i "picchi" ottici a tempi tardivi osservati in SN 2017egm, gli autori propongono due scenari: un modello ibrido che combina una magnetar con gusci CSM multipli, o un modello di magnetar puro che coinvolge materia in caduta su un disco di accrescimento (potenzialmente modulata dalla precessione di Lense-Thirring).

Per quanto riguarda le prospettive future, le simulazioni indicano che un evento simile a SN 2017egm sarebbe rilevabile dal CTAO fino a una distanza di $\sim 140$ Mpc nello scenario di magnetar. Tuttavia, una tale rilevazione sarebbe improbabile nel modello CSM a causa della forte assorbimento $\gamma-\gamma$ che sopprime l'emissione sopra i 50 GeV. Di conseguenza, una futura rilevazione di tera-elettronvolt di una SLSN servirebbe come forte discriminante a favore dell'ipotesi del motore a magnetar. Gli autori notano che le proprietà specifiche di SN 2017egm (ad esempio, le sue caratteristiche spettrali e la bassa massa degli ejecta) potrebbero renderla un valore anomalo, e un campione più ampio è necessario per determinare se questa rilevazione sia rappresentativa della più ampia popolazione di SLSN.